不同療法對銀屑病基因表達影響的生物信息學分析

［摘要］目的通過生物信息學分析的方法，探究不同療法對銀屑病皮損基因表達的影響及相互作用。方法在GEO數據庫中檢索銀屑病皮損及銀屑病治療相關基因數據，對數據集進行質量控制和預處理后篩選差異基因（DEGs）。通過GO和KEGG等工具對DEGs進行分析。結果治療組共發現1 036個DEGs，銀屑病組共發現194個DEGs。功能分析表明，DEGs主要與角化過程、有絲分裂、趨化作用等過程有關；不同療法在白細胞介素17（IL17）通路、角化過程等方面有協同作用。結論從基因表達的層面，單克隆抗體尤其是以依那西普為代表的腫瘤壞死因子α（TNFα）抗體以及IL17抗體在銀屑病治療中表現出更高的適應性。

［關鍵詞］銀屑病；治療；基因表達；計算生物學［中圖分類號］R758.63

［文獻標志碼］A［文章編號］20965532（2025）01006405" " doi：10.11712/jms.20965532.2025.61.018[HT]

［開放科學（資源服務）標識碼（OSID）］

［網絡出版］https：//link.cnki.net/urlid/37.1517.R.20250318.1637.006;2025031914：09：25

[Abstract]Objective To investigate the effect and interactions of different therapies on gene expression in psoriasis based on the bioinformatics analysis."Methods GEO database was searched for the gene datasets of psoriasis skin lesion and psoriasis therapies， and quality control and pretreatment were performed for the datasets to obtain differentially expressed genes （DEGs）. Gene ontology （GO） and Kyoto Encyclopedia of Genes and Genomes analyses were performed for the DEGs."Results There were 1 036 DEGs in the therapy group and 194 DEGs in the psoriasis group. The GO functional enrichment analysis showed that the DEGs were mainly associated with keratinization， mitosis， and chemotaxis， and a synergistic effect was observed between different therapies in terms of the interleukin17 （IL17） pathway and keratinization."Conclusion From the view of gene expression， monoclonal antibodies， especially the tumor necrosis factorα （TNFα） antibodies represented by etanercept and the IL17 inhibitors， show a higher level of adaptability in the treatment of psoriasis.

銀屑病是一種免疫相關的以角化細胞異常增殖為主要特征的皮膚病，影響了全球約1.25億人[12]。目前，銀屑病的治療已經從單純的外用藥物治療轉變為外用藥物、系統用藥、光療和生物制劑等的聯合治療[34]。隨著基因測序技術的廣泛應用，與銀屑病相關的基因已經逐漸被揭示，如[STBX]CXCL10、CXCL8、STAT1、SPRR1B、ISG15等基因在銀屑病病灶中存在顯著的表達差異，并被預測為可能的基因指標[57]。治療試驗顯示，布羅達單抗（brodalumab）治療后病損組織[STBX]S100A7A、KRT16等基因表達量發生顯著變化[89]。依那西普（etanercept）治療后白細胞介素1B（IL1B）、白細胞介素19（IL19）等炎癥相關細胞因子的基因表達出現下調[10]。不同療法對銀屑病皮損組織基因表達的影響被逐步揭示，其可能的相互作用有待探究[5]。本研究收集了近年來銀屑病臨床治療試驗的基因表達數據，探究不同療法對銀屑病皮損組織基因表達的影響及其相互作用，以期為銀屑病臨床治療提供相關參考。

1資料和方法

1.1數據檢索

從GEO（Gene Expression Omnibus）數據庫（https：//www.ncbi.nlm.nih.gov/geo/）中，以“acitretin OR adalimumab OR apremilast OR brodalumab OR calcipotriol OR certolizumab pegol OR ciclosporin OR corticosteroid OR etanercept OR fumarates OR glucocorticoids OR guselkumab OR infliximab OR ixekizumab OR methotrexate OR retinoic acid OR risankizumab OR secukinumabOR tildrakizumab OR tretinoin OR ustekinumabOR UVB AND psoriasis”為檢索式，檢索不同療法治療銀屑病的數據集。納入標準：①樣本為人皮膚組織或角質形成細胞；②包含至少一種治療方法干預的樣本及相應的對照組。排除標準：①無應用單一療法的干預組；②無對照組。以“psoriasis”為檢索式從GEO數據庫中檢索銀屑病病變組織基因表達數據集。納入標準：樣本為尋常型銀屑病的皮損部位活檢組織，包含非皮損部位的對照。

1.2數據質控及預處理

利用R軟件對收集的數據進行質控，通過繪制灰度圖、權重圖、殘差圖及殘差符號圖對單個芯片數據進行初步質控。通過繪制相對對數表達（RLE）箱線圖、相對標準差（NUSE）箱線圖以及RNA降解圖，對整組芯片數據進行質控，并剔除不合格樣品。通過rma算法對芯片數據進行背景修正、系統校正及表達值綜合。將同種干預措施的數據組合并。

1.3差異基因（DEGs）篩選

在R軟件中通過limma包按照經驗貝葉斯（Bayes）法對各基因的表達差異進行統計學檢驗，并以Benjamini and Hochberg（BH）法校正P值。以校正P值（adjusted P）lt;0.05，且對數化的倍數變化（|log2FC|）≥1.5為標準篩選DEGs。

1.4DEGs分析

不同治療組的DEGs與銀屑病組取交集，各治療組兩兩之間分別取交集。銀屑病組和各治療組中的上調、下調DEGs交叉匹配。將交集基因導入STRING數據庫組建蛋白質蛋白質相互作用（PPI）網絡。通過Cytoscape軟件的cytoHubba插件以及MCODE插件識別相互作用密切的基因簇。后續步驟中根據功能富集結果對基因簇進行重新評估和調整。通過GO和KEGG分析對基因簇的功能進行預測和分析，同時分析了未集中在基因簇中以及未匹配的DEGs的功能。

2結果

2.1數據集

治療組共收集了17個數據集包括608份樣本，經質量控制后選取568個樣本進行進一步分析。確定了12種不同的療法。銀屑病組共檢索到6個數據集包括435份樣本，其中412份樣本可用于進一步分析。見表1、圖1A。

2.2DEGs

治療組中發現1 036個DEGs（501個上調，535個下調），銀屑病組共檢測到194個DEGs（160個上調，34個下調）。治療組中共有156個下調基因與銀屑病組中的上調基因匹配，同時有18個上調基因可與銀屑病組中的下調基因匹配。見圖1B。

2.3PPI網絡和基因簇

基于銀屑病組與治療組交集DEGs建立PPI網絡，識別了6個關鍵基因簇。同簇內的基因（如簇2和4）有密切的內在聯系，而某些簇（如簇3和5）則與其他基因間有廣泛的聯系（圖2）。治療組中，多數單克隆抗體治療組的DEGs與關鍵基因簇之間存在廣泛的聯系，如依那西普和布羅達單抗，而延胡索酸酯（fumarates）、甲氨蝶呤（methotrexate）等治療組的DEGs與關鍵基因簇的相關性較弱。

2.4功能分析

通過GO和KEGG的富集分析結果對關鍵基因簇的功能進行推測，結果顯示，基因簇1與角質細胞分化（GO：0030216）和表皮發育（GO：0008544）有關；基因簇2的基因與有絲分裂（GO：1901992）以及細胞周期（GO：0090068，hsa04110）密切相關；基因簇3則主要與趨化作用（GO：0030595）和趨化因子（GO：0008009，hsa04062）相關；簇4和簇5的基因分別與防御病毒（GO：0051607）和防御細菌、真菌（GO：0042742，GO：0050832）相關；而基因簇6則主要與分解代謝的過程有關（GO：0016042）。此外，本研究還發現基因簇1、4和5均與IL17信號通路相關（hsa04657）。

治療組的未匹配基因的功能分析結果顯示，布羅達單抗治療組中的下調基因與有絲分裂（GO：0140014）和細胞周期（hsa04110）相關，司庫奇尤單抗（secukinumab）和UVB組中均發現了與角化相關的基因（GO：0030216）；同時，古塞庫單抗（guselkumab）組的上調基因和伊西貝單抗（ixekizumab）、司庫奇尤單抗組的下調基因中發現了IL17通路相關的基因（hsa04657）。見圖3、4。

3討論

本文結果與以往的研究相比，較為一致的是[STBX]SPRR1B、CXCL10和IL1B等基因被提示為樞紐基因[1113]。這些基因的功能分別與角質形成細胞的分化、免疫細胞遷移和促炎活性相關，被認為是銀屑病的重要節點基因[1415]。此外，本研究有一些新的發現：①相比于單基因功能分析，簇集式的功能分析可以清晰、高效地發現和鑒定基因功能；②與傳統治療方法相比，單克隆抗體（特別是TNFα、IL17的抗體）治療組的DEGs與銀屑病組的DEGs匹配度更高，提示其在基因表達層面的作用更精確；③不同單克隆抗體治療組基因表達的總體趨勢基本一致，提示其存在協同途徑的可能。

本文DEGs功能分析顯示，基因簇1和2的功能分別與角化和有絲分裂周期有關。角質形成細胞增生過度以及分化障礙與銀屑病有關，細胞周期相關產物在角質細胞的增殖中起重要作用[4，14]。根據本文功能分析的結果以及基因相互作用的分析，簇1中的[STBX]SPRR1B和S100A7以及簇2中的[STBX]CCNB1和CDK1最有可能是銀屑病皮損中細胞增殖的關鍵基因。趨化因子及相應的信號通路在銀屑病的發病中起到一定作用，趨化因子如CXCL8被認為與中性粒細胞、單核細胞在表皮中聚集有關[7，15]，而包括CCL20和CXCL1等趨化因子在內的基因簇3被認為與趨化因子相關通路有密切的聯系[16]。本文結果顯示，趨化因子相關基因如[STBX]CXCL9、CXCL10和CXCL8屬于銀屑病組的上調基因，基因簇4和5中的基因主要與IL17通路相關。

本文研究所有治療組中，依那西普治療組的DEGs與銀屑病組的匹配度最佳。TNFα抑制劑是銀屑病治療中最基本的一類生物制劑。其治療機制被認為是阻斷白細胞，特別是輔助T細胞的活化，從而減輕表皮的炎癥[17]。與以往研究較一致的是，依那西普調控的基因與角化過程、有絲分裂和趨化因子相關[18]。此外，依那西普能降低IL17A相關基因的表達，而銀屑病皮損組織中也發現了TNF參與IL17A信號通路的依據[19]。本文研究中另一種TNFα抗體英夫利昔單抗（infliximab）的治療組由于樣本數少未發現DEGs。

包括布羅達單抗、司庫奇尤單抗和伊西貝單抗在內的IL17抗體對皮損組織的基因表達有明顯的作用。本文研究結果顯示，銀屑病組中幾乎所有的DEGs均被布羅達單抗治療組覆蓋。銀屑病皮損中，IL17A已被證實可刺激角質形成細胞釋放其他細胞因子，從而募集炎癥細胞，并促進角質形成細胞的增殖[2021]。從細胞因子信號轉導的角度，司庫奇尤單抗和伊西貝單抗為靶向IL17A的抗體，而布羅達單抗阻斷IL17RA，IL17RA是IL17A和許多其他細胞因子的共同受體，故布羅達單抗治療組涉及的DEGs更廣泛[9，20]。

本文基因交集分析顯示，其他單克隆抗體中，烏司奴單抗（ustekinumab，IL12/23抗體）組和古塞庫單抗（IL23抗體）組未發現與銀屑病組有DEGs交集；糖皮質激素（glucocorticoids）、維A酸（tretinoin）、延胡索酸酯和甲氨蝶呤組中幾乎沒有可匹配的DEGs；UVB組的DEGs與銀屑病組存在一個較小的交集，功能分析提示其與IL17通路相關。

本文各治療組的未匹配DEGs中也發現了一些與治療相關的可能機制，司庫奇尤單抗、伊西貝單抗和古塞庫單抗在IL17信號通路上有交集，其中編碼炎癥因子β防御素的基因DEFB4A和DEFB4B在銀屑病的發病中起到關鍵作用[22]。司庫奇尤單抗、古塞庫單抗和UVB治療組中的DEGs在角化過程中存在共同作用，該組核心基因為[STBX]KRT6C和SPRR2A，與表皮細胞的增生以及銀屑病發病均有關[23]。此外，維A酸作為銀屑病的治療藥物已有多年歷史，GO和KEGG分析的結果提示，依那西普和古塞庫單抗治療組的DEGs在維A酸代謝方面有相同的作用，故維A酸與單克隆抗體也可能存在相互作用[24]。

綜上所述，單克隆抗體治療銀屑病顯示出較傳統療法更優的療效。特別是TNFα和IL17抗體治療后組織的基因表達情況與銀屑病組有較高的一致性和符合率。本研究初步揭示了銀屑病發病及治療中的部分關鍵基因和基因簇。不同單克隆抗體之間以及與其他療法之間的協同作用仍需在未來的研究中進一步探索。

［參考文獻］

[1]ARMSTRONG A W， READ C. Pathophysiology， clinical presentation， and treatment of psoriasis： a review[J]. JAMA， 2020，323（19）：19451960.

[2]MICHALEK I M， LORING B， JOHN S M. A systematic review of worldwide epidemiology of psoriasis[J]. Journal of the European Academy of Dermatology and Venereology： JEADV， 2017，31（2）：205212.

[3]BAKSHI H， NAGPAL M， SINGH M， et al. Treatment of psoriasis： a comprehensive review of entire therapies[J]. Current Drug Safety， 2020，15（2）：82104.

[4]LOWES M A， BOWCOCK A M， KRUEGER J G. Pathogenesis and therapy of psoriasis[J]. Nature， 2007，445（7130）：866873.

[5]LI A H， LI W W， YU X Q， et al. Bioinformatic analysis and translational validation of psoriasis candidate genes for precision medicine[J]. Clinical， Cosmetic and Investigational Dermatology， 2022，15：14471458.

[6]WANG H L， CHEN W J， HE J， et al. Network analysis of potential risk genes for psoriasis[J]. Hereditas， 2021，158（1）：21.

[7]YANG Y， XIE S Q， JIANG W C， et al. Discovering novel biomarkers associated with the pathogenesis of psoriasis： evidence from bioinformatic analysis[J]. International Journal of General Medicine， 2022，15：28172833.

[8]RUSSELL C B， RAND H， BIGLER J， et al. Gene expression profiles normalized in psoriatic skin by treatment with brodalumab， a human antiIL17 receptor monoclonal antibody[J]. Journal of Immunology， 2014，192（8）：38283836.

[9]TOMALIN L E， RUSSELL C B， GARCET S， et al. Shortterm transcriptional response to IL17 receptora antagonism in the treatment of psoriasis[J]. The Journal of Allergy and Clinical Immunology， 2020，145（3）：922932.

[10]ZABA L C， SUREZFARIAS M， FUENTESDUCULAN J， et al. Effective treatment of psoriasis with etanercept is linked to suppression of IL17 signaling， not immediate response TNF genes[J]. Journal of Allergy and Clinical Immunology， 2009，124（5）：10221030.e395.

[11]AYDIN B， ARGA K Y， KARADAG A S. Omicsdriven biomarkers of psoriasis： recent insights， current challenges， and future prospects[J]. Clinical， Cosmetic and Investigational Dermatology， 2020，13：611625.

[12]FERRARI S M， RUFFILLI I， COLACI M， et al. CXCL10 in psoriasis[J]. Advances in Medical Sciences， 2015，60（2）：349354.

[13]BUERGER C， RICHTER B， WOTH K， et al. Interleukin1β interferes with epidermal homeostasis through induction of insulin resistance： implications for psoriasis pathogenesis[J]. The Journal of Investigative Dermatology， 2012，132（9）：22062214.

[14]LUO Y Q， LUO Y Y， CHANG J， et al. Identification of candidate biomarkers and pathways associated with psoriasis using bioinformatics analysis[J]. Hereditas， 2020，157（1）：30.

[15]NICKOLOFF B J， XIN H， NESTLE F O， et al. The cytokine and chemokine network in psoriasis[J]. Clinics in Dermatology， 2007，25（6）：568573.

[16]SU W X， WEI Y Q， HUANG B， et al. Identification of hub genes and immune infiltration in psoriasis by bioinformatics method[J]. Frontiers in Genetics， 2021，12：606065.

[17]GOTTLIEB A B， CHAMIAN F， MASUD S， et al. TNF inhibition rapidly downregulates multiple proinflammatory pathways in psoriasis plaques[J]. Journal of Immunology， 2005，175（4）：27212729.

[18]ANTONATOS C， PANOUTSOPOULOU M， GEORGAKILAS G K， et al. Gene expression metaanalysis of potential shared and unique pathways between autoimmune diseases under antiTNFα therapy[J]. Genes， 2022，13（5）：776.

[19]JOHNSTON A， GUZMAN A M， SWINDELL W R， et al. Early tissue responses in psoriasis to the antitumour necrosis factorα biologic etanercept suggest reduced interleukin17 receptor expression and signalling[J]. The British Journal of Dermatology， 2014，171（1）：97107.

[20]TOLLENAERE M A X， HEBSGAARD J， EWALD D A， et al. Signalling of multiple interleukin （IL）17 family cytokines via IL17 receptor A drives psoriasisrelated inflammatory pathways[J]. The British Journal of Dermatology， 2021，185（3）：585594.

[21]JOHNSTON A， FRITZ Y， DAWES S M， et al. Keratinocyte overexpression of IL17C promotes psoriasiform skin inflammation[J]. Journal of Immunology， 2013，190（5）：22522262.

[22]JOHANSEN C， BERTELSEN T， LJUNGBERG C， et al. Characterization of TNFα and IL17Amediated synergistic induction of DEFB4 gene expression in human keratinocytes through IκBζ[J]. The Journal of Investigative Dermatology， 2016，136（8）：16081616.

[23]GAO L H， DOU J H， ZHANG B， et al. Ozone therapy promotes the differentiation of basal keratinocytes via increasing Tp63mediated transcription of KRT10 to improve psoriasis[J]. Journal of Cellular and Molecular Medicine， 2020，24（8）：48194829.

[24]CHEN J， MA Y Q， TAO Y Y， et al. Formulation and evaluation of a topical liposomal gel containing a combination of zedoary turmeric oil and tretinoin for psoriasis activity[J]. Journal of Liposome Research， 2021，31（2）：130144.

（本文編輯黃建鄉）

［收稿日期］20240123;［修訂日期］20240317

［基金項目］青島西海岸新區科技項目基金（202061）

［第一作者］董程文（1998），男，碩士研究生。

［通信作者］陳宏泉（1966），男，博士，教授，碩士生導師。Email： chenhongquan0811@163.com。